• https://aistudio.google.com/u/2/prompts/1Fzi6hvNYaMzXRBvNer4LKVTZvV-_OI2r
• 有关「HDBSCAN 在 Gaia DR3 上构建的 open cluster catalog」可以参考 Hunt & Reffert 2024

Brief #

Intro #

• 主要的任务是从 star catalog 中提取 open cluster, GC, stellar stream 等成分
  • model-independent 是其中一个要求

Method #

• astrolink 的流程（和 HDBSCAN 大致类似）大致是
  • 归一化/标准化以消除不同维度差异
  • 计算基于 kNN 的 local density 并且进行对数到线性的转换
  • 根据 local density 加权构建 tree 结构，按照连通分量建立 hierarchical structure
  • 对 noise 进行建模并且识别超过一定 SNR threshold 的结构
• 对于观测数据，赋予合适的 weight 以校正 selection effect

Data #

• 使用 Gaia DR3 数据的 ra/dec, proper motion 等性质
  • Gaia 提供了 official selection function

Result #

• cluster 在 SNR 上的分布可以区分出真实结构和 noise 两部分，据此确定 SNR threshold=3.8 得到 7410 open cluster detection
  • 有的 open cluster 成员数是 11m？
  • Shannon entropy 大约 0.033，对应于高度结构化的数据
  • 探测结果还包括 open cluster 之外的一些其他结构
• 相比 HDBSCAN 具有显著的性能优势

Cross match #

• 最重要的对比是相对 HR 2024
• 除了和 open cluster 的对比之外还包括了和 GC/dwarf/stream library 的对比

Thoughts #

• astrolink 和 HDBSCAN 的对比 https://aistudio.google.com/u/2/prompts/1d4ypIk3VA75UYWLv_5Nzg7-94dZFyoRo
  • 算法逻辑大致类似，逻辑都类似 MST
    • 相比 HDBSCAN 具有更自由的 tree 层级选择，也就是允许父节点和子节点同时存在
  • this work 宣称的优势在于计算时间更少
  • HDBSCAN 的优势主要在于密度 dynamical range 较大的情况
  • 其他方法包括 UPMASK 等
• 六维相空间中缺失的一个维度是 LOS 速度
• 同一个 cluster 中的恒星倾向于具有类似的 proper motion

Supplement - gaia #

• Gaia 对于 LOS 速度的测量是比较不完备的（仅覆盖较亮恒星），因为需要用 spec equipment
  • LOS 位置通过 parallax 测量
  • LOS 位置相对投影平面位置同样存在更大的误差
    • 但是 LOS 速度反而测量更准（对于 3-5kpc 以外的恒星）
• 和 galaxy 的区别在于多出了 parallax data